HeyGen Avatar V : une vidéo de présentateur à partir d'un enregistrement vocal

Vous avez une voix off et personne pour se tenir devant la caméra. HeyGen Avatar V comble ce manque : vous choisissez l'un de ses présentateurs prêts à l'emploi, vous importez un enregistrement de parole, et il renvoie une vidéo où ce présentateur prononce vos mots, avec les lèvres synchronisées, jusqu'en 4K. Pas de champ de prompt, pas de visage à importer. Deux entrées, quelques réglages, et tout le travail consiste à bien les choisir.

Étape 1 : choisir le présentateur par son nom, sa pose et l'angle

La liste compte des centaines d'avatars, et leurs noms se lisent comme une liste de plans : un prénom, puis si la personne est assise ou debout, puis le décor (un bureau, un canapé, une cuisine, un tapis de yoga, un pique-nique), puis l'angle de caméra, de face ou de côté. Ainsi 'Annie, bureau, assise, de face' et 'Annie, bureau, assise, de côté' sont la même présentatrice dans la même pièce, filmée par deux caméras.

Cela rend possible un montage à deux caméras pour pas cher. Faites deux rendus du même enregistrement, l'un sur la version de face et l'autre sur la version de côté du même présentateur, puis alternez entre eux aux fins de phrase. On dirait une interview filmée plutôt qu'un plan fixe unique.

Étape 2 : préparer l'audio

L'audio pilote tout : la bouche, les pauses, le rythme de la tête. Un enregistrement propre dans une pièce calme vaut mieux qu'un texte parfait lu dans une cuisine qui résonne. Si vous préférez ne pas enregistrer votre propre voix, créez-en une avec un modèle de synthèse vocale de la page des modèles et utilisez ce fichier. Écrivez le texte pour l'oreille : des phrases courtes, une pause là où une diapositive changerait, des nombres écrits comme vous voulez qu'ils soient prononcés.

Étape 3 : choisir le cadre selon le lieu de diffusion

Les formats disponibles sont 16:9 (par défaut), 9:16, 1:1, 5:4 et 4:5. Décidez selon la destination, pas selon vos goûts : 16:9 pour un site web ou une présentation, 9:16 pour les clips verticaux courts, 4:5 ou 1:1 pour un fil. Le guide des formats d'image détaille ce choix.

La résolution est 720p, 1080p (par défaut) ou 4K. Le 1080p convient à presque tout ce que l'on regarde sur un téléphone ou dans un navigateur. Gardez la 4K pour un grand écran ou pour des images que vous recadrerez ensuite.

Étape 4 (facultative) : changer l'arrière-plan

Dans les réglages avancés, vous pouvez ajouter une image d'arrière-plan. Chaque avatar a déjà sa propre pièce, vous n'en avez donc besoin que si la pièce ne colle pas à votre marque : votre boutique, votre bureau, une couleur unie derrière un tutoriel. Prenez une image avec la même hauteur de caméra et un léger flou, sinon le présentateur aura l'air collé dessus.

Avatar V ou l'un de ses voisins ?

• Avatar V : un présentateur de banque, votre audio, jusqu'en 4K. Idéal quand il vous faut une personne à l'écran et que cela ne vous gêne pas que ce ne soit pas vous.
• Avatar IV : votre propre portrait à la place d'un présentateur de banque, avec des indications écrites pour les expressions. Le guide d'Avatar IV en parle.
• Avatar V Digital Twin : fonctionne à partir de texte ou d'audio, et peut retirer l'arrière-plan pour une vidéo transparente.

Ce qu'il ne fait pas

Vous ne pouvez pas utiliser votre propre visage ici, ni diriger le jeu : il n'y a pas de prompt, donc les gestes et les expressions viennent uniquement de l'audio et de l'avatar choisi. Si le présentateur doit paraître surpris sur un mot précis, enregistrez ce mot avec cette énergie, ou choisissez un modèle avec un champ d'indications. Pour d'autres façons de faire bouger une personne à l'écran, voyez choisir un modèle vidéo IA.